이 페이지는 AI로 자동 번역되었으며 부정확한 내용이 포함될 수 있습니다. 번역 오류를 신고하려면 페이지 오른쪽 목차 아래에 있는 피드백 기능을 사용하세요.
아이템 추천 분석
아이템 추천 분석 및 Braze에서 이를 확인하는 방법에 대해 알아보세요.
분석 보기
추천 분석을 확인하여 사용자에게 어떤 항목이 추천되었는지, 그리고 추천 모델이 얼마나 정확했는지 살펴볼 수 있습니다.
- Analytics > Item Recommendation으로 이동합니다.
- 목록에서 추천을 선택합니다.
사용 가능한 측정기준
오디언스
이 측정기준은 추천 오디언스를 설명합니다. 추천 유형과 사용 가능한 분석 데이터에 따라 오디언스 섹션에는 정밀도와 커버리지가 포함될 수 있습니다.
AI 개인화된 추천의 경우, 추천 유형 카드에는 예상 개인화 비율, 구성된 이벤트를 수행한 사용자 수, 전체 모집단이 표시됩니다. 가장 최근 추천의 경우, 가장 최근 추천을 받는 사용자의 비율과 가장 인기 있는 대체 항목의 비율이 표시됩니다. 가장 인기 있는 및 트렌딩 추천에서는 사용자 수준의 추천 유형 분석을 표시하지 않습니다.
자세한 내용은 다음 표를 참조하세요.
| 측정기준 | 설명 |
|---|---|
| 정밀도 | 모델의 최상위 예측이 사용자의 실제 다음 구매와 일치한 비율입니다. 교육 중에 Braze는 가장 가능성이 높은 단일 예측을 교육에서 제외한 인터랙션 세트에서 사용자가 실제로 다음에 구매한 항목과 비교합니다. 정밀도는 특정 카탈로그 크기와 구성에 크게 좌우되며, 모델이 얼마나 자주 정확한지 이해하는 가이드로 활용해야 합니다. 과거 테스트에서 모델은 6~20% 범위의 정밀도 수치로 양호한 성능을 보였습니다. 이 측정기준은 모델이 다음에 재교육될 때 업데이트됩니다. |
| 커버리지 | 카탈로그에서 사용 가능한 항목 중 최소 한 명의 사용자에게 추천된 항목의 비율입니다. 개인화된 항목 추천에서는 가장 인기 있는 항목 추천보다 더 높은 항목 커버리지를 기대할 수 있습니다. |
| 개인화 비율 | AI 개인화된 추천의 경우, 프로필에 개인화된 추천이 저장된 사용자의 예상 비율로, 지난 24개월 동안 구성된 이벤트를 수행한 전체 사용자 수 대비 계산됩니다. 이벤트를 수행했지만 개인화된 추천을 생성할 충분한 데이터가 없는 사용자에게는 메시지 발송 시 가장 인기 있는 항목이 대체로 제공됩니다. |
| 추천 유형 | 가장 최근 추천의 경우, 가장 최근 추천을 받는 사용자의 비율과 가장 인기 있는 대체 항목을 받는 사용자의 비율입니다. |
항목
이 표에는 카탈로그의 개인화된 항목, 가장 최근 항목, 가장 인기 있는 항목에 대한 측정기준이 포함되어 있습니다.
자세한 내용은 다음 표를 참조하세요.
| 측정기준 | 설명 |
|---|---|
| 개인화된 항목 가장 최근 항목 |
이 열은 추천 모델의 각 항목을 사용자에게 가장 자주 추천된 순서로 내림차순 정렬하여 표시합니다. 이는 모델이 생성한 개인화된 또는 가장 최근 추천입니다. 가장 인기 있는 대체 항목은 가장 인기 있는 항목 열에 나타납니다. 숫자는 모델에 의해 각 항목이 할당된 사용자 수를 보여줍니다. 추천 유형에 따라 개인화된 또는 가장 최근 항목이 표시됩니다. |
| 가장 인기 있는 항목 | 이 열은 카탈로그의 각 항목을 인기도 내림차순으로 표시합니다. 여기서 인기도는 전체 워크스페이스에서 사용자가 가장 자주 인터랙션하는 카탈로그 항목을 의미합니다. 개인화된 또는 가장 최근 추천이 개별 사용자에 대해 계산될 수 없는 경우 가장 인기 있는 항목이 대체로 사용됩니다. |
개요
선택한 추천 구성의 개요이며, 추천이 마지막으로 업데이트된 시기가 포함됩니다.
New Stuff!